AI时代怎样安放年轻人

AI冲击年轻人，可能是个错觉。

不是年轻人天生更脆弱，而是长期以来，许多组织分配给新人的，恰恰就是任务链中被标准化、流程化、模板化，最容易被模型接管的那一部分工作。

AI的到来， 倒逼我们思考：什么样的岗位适合人？什么样的岗位适合AI。

过去很长一段时间里，职场默认一套近乎天经地义的成长规则：新人先从低端、琐碎、重复的事务做起，先做整理，先做搬运，先做执行，先做服从，先熬资历，再谈成长。

表面上看，这是在练基本功；实际上，很多时候只是把年轻人固定在价值链最薄的一层。他们接触的是任务边角，不是问题核心；承担的是流程末端，不是判断前端；熟悉的是如何快速完成指令，而不是如何定义问题、校验信息、识别风险、重组方案。

这样的岗位设计，这些被切碎、被模板化和高度标准化的工作环节，正是AI最擅长接手的。换句话说，年轻人就在扮演“AI”。

这套低成本、低责任的组织逻辑，对管理者来说最省事：复杂判断集中在少数人手里，大量初级岗位被处理成可替换、可压价、可延迟成长的执行单元。

新人被要求先证明服从性、耐受力和重复劳动能力，再慢慢等待“进入核心事务”的机会。

今天，在AI已经可以承担大量初级执行工作的条件下，这套旧的组织逻辑正走向失效。

IMF在2024年的分析指出，发达经济体约60%的岗位可能受到AI影响，其中一部分岗位会因AI整合而提升生产率，另一部分则可能面临招聘和劳动需求下降压力。这说明，AI带来的不是简单的岗位消失，而是岗位分化、能力分化和收益分化。

有人借技术放大能力，有人被技术压缩空间；有些岗位被重塑，有些岗位被空心化；有些劳动者因工具而上升，有些劳动者则因为工作内容过于程序化而被边缘化。

AI时代，什么是真正稀缺的东西？

过去，不少组织看重新人的，是执行快、加班稳、反应顺、服从性强；而在AI越来越深度参与工作的条件下，单纯完成任务的能力会越来越不稀缺。更稀缺的，是在AI已经生成草稿、给出答案、铺开选项之后，仍然能够判断材料是否可靠、问题是否找准、方案是否成立、结果是否可承担的人。

也就是说，未来真正稀缺的，是“会判断”的人、“能担责”的人。

David Autor在2024年论文中提出，AI更值得被用于扩展人类专长的适用范围，使更多劳动者能够承担更高价值任务，从而有助于重建中等技能、中产岗位。

技术最有价值的用法，不是把人越压越低，而是把更多人往上抬。让过去只能做边缘辅助的人，更早接触完整任务，更早进入分析、判断、协调和创造环节，更早承担高价值工作单元，这才叫技术进步真正转化为人才红利。

布林约尔松（Erik Brynjolfsson）在“图灵陷阱”相关论述中反复指出，如果AI主要沿着模仿并替代劳动的方向推进，而不是沿着增强劳动者能力的方向推进，技术收益就更可能集中流向资本，并加剧不平等。

放到青年就业问题上看，技术本身不会自动站在年轻人一边，也不会天然站在企业一边，它最终站在哪一边，取决于岗位怎么设计，成长通道怎么打开，收益如何分配，责任如何重组。

因此，今天最紧迫的事，是尽快把新人从“机器预备役”的位置上解放出来。凡是纯搬运、纯格式化、纯拼接、纯转写、纯表层检索的工作，都不应再被当成职业起点，而应尽可能交给AI。

新人从一开始就应进入驾驭AI的任务链条：为什么做这件事，问题边界是什么，信息是否可靠，方案如何比较，结果可能带来什么偏差，最后由谁负责。

过去那些被留在上游的判断性环节，必须更早向年轻人开放。否则，所谓“培养”，就只会把年轻人长时间留在了低处。

综上，AI与青年就业这件事，更像一次制度测压。它测的是我们的组织方式有没有把年轻人当作真正会成长的主体；社会是否还在用一种过时方式分配职业起点、组织成长、筛选人才；企业究竟应该用AI放大人的能力，还是固化人的层级。

一个社会怎样安放年轻人，决定了未来的创新能力和增长空间。

AI时代的到来，给了我们一次纠偏改进的机会。